Independent older adults. A characterization of activities, anomalies due to inactivity and non-invasive sensing devices to support AAL solutions development

According to data from the World Population Prospects, the world’s inhabitants are getting older. What is needed is a way to improve the quality of independent living of elderly people and their families. An opportunity arises from the emersion of new technologies – and from the consolidation of those not yet mature until now - that allow the development of automatic monitoring systems. Many systems of Ambient Assisted Living are centered on identification of falls and domestic accidents, which represent two of the main causes of behavioral anomalies. Particularly difficult to monitor are situations in which the subject performs activities not necessarily related to motion, such as "sleeping", "watching TV" or "napping". In these cases there is the need to understand whether the execution of one of these activities has a normal evolution or if, for example, it is interrupted by an illness that, an automatic monitoring system, might confuse with the activity itself. In this thesis we focus on the behavior of the subject within the home environment, breaking it down into activities and classifying them. We propose a general model of the human activity to highlight the distinction between desired inactivity (e.g., to nap on the armchair) and undesired inactivity (e.g., being affected by an illness during sleep), in order to provide a deep conceptual analysis that may be the starting point for the design of future AAL solutions. Therefore we analyse some real cases resulting from the collaboration with the Istituto di Medicina Legale dell' Università degli Studi di Milano and from the literature reading, which allowed us to identify some combinations of sensors able to observe the situations described above and to monitor home inactivity.

Secondo i dati del World Population Prospects, la popolazione mondiale sta invecchiando. La sfida è quella di poter migliorare la qualità della vita delle persone anziane, garantendone una maggiore indipendenza ma allo stesso tempo un controllo non invasivo da parte dei propri cari. Una possibile opportunità si presenta dalla nascita di nuove tecnologie - e dal consolidamento di quelle non ancora mature fino a poco tempo fa - che permettono di costruire sistemi di monitoraggio delle persone. Molti dei sistemi di Ambient Assisted Living si concentrano sull’individuazione di cadute e incidenti domestici, che rappresentano due tra le principali cause di anomalia comportamentale. Particolarmente difficili da monitorare sono le situazioni in cui il soggetto esegue attività non necessariamente legate al movimento, come ad esempio “dormire”, “guardare la tv” o “riposare”. In questi casi, infatti, sorge la necessità di capire se l’esecuzione di una di queste attività ha un’evoluzione normale o se, ad esempio, viene interrotta da un malore che, un sistema di monitoraggio automatico, potrebbe confondere con l’attività stessa. In questo lavoro di tesi ci concentriamo sul comportamento del soggetto all’interno della propria abitazione, scomponendolo in attività e classificandole. Proponiamo quindi un modello delle stesse per mettere in evidenza la distinzione tra inattività voluta (es. riposare sulla poltrona) e inattività non voluta (es. essere colpiti da un malore durante il riposo), al fine di fornire una profonda analisi concettuale che possa essere il punto di partenza per la progettazione di future soluzioni di AAL. Proponiamo quindi diverse combinazioni di sensori capaci di osservare le situazioni sopra descritte e di monitorare l’inattività domestica, passando per lo studio di casi reali frutto della collaborazione con l’Istituto di Medicina Legale dell’Università degli Studi di Milano e dell’analisi della letteratura.